data.frame操作

Posted 2022-11-01 拱头

data.frame(..., row.names = NULL, check.rows = FALSE, check.names = TRUE,stringsAsFactors = default.stringsAsFactors())： 用做例子的数据： > country=c("US","US","UK","UK","UK") > gender=c("M","F","F","M","F") > age=c(32,45,25,39,99) > q1=c(5,3,3,3,2) > q2=c(4,5,5,3,2) > q3=c(5,2,5,4,1) > q4=c(5,5,5,NA,2) > q5=c(5,5,2,NA,1) > leadership=data.frame(country,gender,age,q1,q2,q3,q4,q5,stringAsFactors=FALSE)

cbind() 将参数按列合并，保证参数的行数相同。 rbind() 将参数按行合并，保证参数的列数相同。

na.omit(dataframe)： 这个函数只显示没有缺失值的行。

subset()函数，这个函数用来选取data.frame中的数据很好用： > subset(leadership,age>=35 | age<24,select=c(q1,q2,q3,q4)) q1 q2 q3 q4 2 3 5 2 5 4 3 3 4 NA 5 2 2 1 2 > subset(leadership,age>=35 | age<24,select=q1:q5) q1 q2 q3 q4 q5 2 3 5 2 5 5 4 3 3 4 NA NA 5 2 2 1 2 1

aggregate(dataframe,by,Fun)函数： 这个函数简单的说，就是将dataframe的数据按照by(一个变量名组成的列表)分组使用Fun函数，返回一个处理后的dataframne。对每一列调用tapply(x,by,Fun)

by(data,INDICES,FUN)： by函数和tapply有点像，但是by函数传入FUN的参数可以是dataframe，tapply传入FUN的参数必须是向量。

nrow(),ncol()： 查看数据框的行数和列数。

apply() 函数，可将一个任意函数“应用”到矩阵、数组、数据框的任何维 度上。 apply 函数的使用格式为： apply(x,MARGIN,FUN,...) 其中， x 为数据对象， MARGIN 是维度的下标， FUN 是由你指定的函数，而 ... 则包括了任何想传 递给 FUN 的参数，例如有一个函数f(x,y,z)，调用函数apply(dataframe,1,f,2,3),表示在dataframe的每一行调用f(x,2,3)。在矩阵或数据框中， MARGIN=1 表示行， MARGIN=2 表示列。 apply(algae,1,function(x)sum(is.na(x)))指令解释：统计数据框algae每行数据有多少个缺失值。

tail(dataframe,n)： 取数据框最后几行。

head(dataframe,n)： 取前几行数据。

dataframe$新列名= x1： 增加新列。

据框中的元素是通过 dataframe[row indices , column indices] 这样的记号来访问的。

merge(x, y, by = intersect(names(x), names(y)), by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all, sort = TRUE, suffixes = c(".x",".y"), incomparables = NULL, ...)函数： 用来将两个dataframe进行等值连接。

drop参数： 在提取dataframe的行或者列的时候，通过设置，drop=FALSE可以放置提取的行或者列变为向量结构，保持dataframe结果。 例如： > class(leadership[,1]) [1] "factor" > class(leadership[,1,drop=FALSE]) [1] "data.frame"

stats::complete.cases(dataframe)： 返回一个向量，此向量标志了dataframe里哪些行没有空值。